基于文本聚類和本體概念相似度的語義Web服務(wù)發(fā)現(xiàn)的研究.pdf

1、Web服務(wù)作為面向服務(wù)體系結(jié)構(gòu)(Service-orientedarchitecture，SOA)的一種實(shí)現(xiàn)，通過標(biāo)準(zhǔn)的Web協(xié)議提供服務(wù)，保證了異構(gòu)平臺上應(yīng)用程序之間的互操作。將語義Web技術(shù)和Web服務(wù)融合便形成了當(dāng)前流行的語義Web服務(wù)，語義Web服務(wù)通過使用本體概念來標(biāo)示服務(wù)的功能屬性，為實(shí)現(xiàn)服務(wù)的自動發(fā)現(xiàn)、組合和調(diào)用提供了可能。
　　 在深入研究數(shù)據(jù)挖掘相關(guān)知識和本體概念層次樹的基礎(chǔ)上，本文把混合文本聚類技術(shù)和基于語義

2、距離的本體概念相似度匹配方法相結(jié)合，對如何準(zhǔn)確而又高效地進(jìn)行語義Web服務(wù)發(fā)現(xiàn)做了研究，本文主要工作如下:
　　 1)對于以O(shè)WL-S語言描述的語義Web服務(wù)，分析其源碼構(gòu)造，將用于描述服務(wù)用途的文本信息抽取出來并組成服務(wù)描述信息集SDID。使用VSM表示和處理它，最終將文本型的描述信息集轉(zhuǎn)換為數(shù)值型的數(shù)據(jù)矩陣和相似度矩陣。在特征項的選取過程中，對特征項進(jìn)行了語義化的同義詞歸一處理。在特征項的權(quán)值計算過程中，給出了一種基于標(biāo)簽位

3、置的權(quán)值計算方法。
　　 2)在處理計算得到的服務(wù)描述信息集的數(shù)值型數(shù)據(jù)的過程中，改進(jìn)了一種基于凝聚層次和K-Means方法的HCAP算法，得到聚類質(zhì)量更好的多重混合聚類算法MHC。該算法通過不斷改變聚類閾值并在每次凝聚層次聚類結(jié)束后用K-Means方法優(yōu)化該次聚類結(jié)果，最終得到滿足用戶的聚類簇。
　　 3)基于語義距離計算本體概念間的相似度，在結(jié)合有向邊深度、密度、強(qiáng)度等因素的基礎(chǔ)上進(jìn)行有向邊權(quán)值計算，并提出了概念繼承

4、度這個概念，對于概念間可能存在的多路徑問題進(jìn)行了分析。還將請求服務(wù)和發(fā)布服務(wù)的功能屬性參數(shù)集做了關(guān)聯(lián)對應(yīng)，這樣可以首先計算功能屬性間的概念相似度，最后通過公式轉(zhuǎn)化為請求服務(wù)和發(fā)布服務(wù)的相似度。
　　 4)設(shè)計了一個基于文本聚類和概念相似度的語義Web服務(wù)發(fā)現(xiàn)原型系統(tǒng)，并對該系統(tǒng)中的SDID抽取模塊、VSM表示和處理模塊、MHC聚類處理模塊、文本匹配模塊和功能匹配模塊做了詳細(xì)說明，最后在實(shí)驗(yàn)結(jié)果的基礎(chǔ)上驗(yàn)證了本文所提發(fā)現(xiàn)方法的可行